Séparation aveugle à l'ordre deux de sources cyclostationnaires : Application aux mesures vibroacoustiques
Institution:
CompiègneDisciplines:
Directors:
Abstract EN:
The objective of this thesis is the blind separation of vibroacoustic sources. The fundamental assumption is the cyclostationarity of rotating machines signals. The tools used are founded on the second-order cyclic statistics and in particular on the cyclic power spectrum. Blind source separation methods using explicitly these tools are developed. We favour the frequency-domain approach to separate convolutive mixtures involving very long impulse responses and we propose a solution to the problem of permutations based on cyclostationarity. Approaches aiming at extracting only one cyclostationary source of interest drowned by an unknown number of interferences and in the presence of a very important noise are proposed. A method based on the reduced-rank cyclic regression is finally favoured. Applications on real vibroacoustic signals are detailed to illustrate the very good performance of the methods.
Abstract FR:
L'objectif de cette thèse est la séparation aveugle de sources vibroacoustiques. L'hypothèse fondamentale est la cyclostationnarité des signaux de machines tournantes. Les outils utilisés sont fondés sur les statistiques cycliques d'ordre deux et en particulier sur la densité spectrale cyclique. Des méthodes de séparation aveugle de sources utilisant explicitement ces outils sont développées. Nous favorisons l'approche fréquentielle pour la séparation des mélanges convolutifs impliquant de très longues réponses impulsionnelles et nous proposons une solution au problème de permutations basée sur la cyclostationnarité. Des approches visant à extraire une seule source cyclostationnaire noyée dans un nombre inconnu d'interférences et en présence de bruit trés important sont ensuite proposées. Une méthode basée sur la régression cyclique à rang réduit est finalement favorisée. Des applications sur des signaux vibroacoustiques réels sont détaillées pour illustrer la très bonne performance des méthodes.